如何看AWR报告.docx
《如何看AWR报告.docx》由会员分享,可在线阅读,更多相关《如何看AWR报告.docx(131页珍藏版)》请在冰豆网上搜索。
![如何看AWR报告.docx](https://file1.bdocx.com/fileroot1/2023-1/25/f3c20e10-f0d7-4b2f-9122-7871587cd27f/f3c20e10-f0d7-4b2f-9122-7871587cd27f1.gif)
如何看AWR报告
AWR报告分析
根据网络资料整理
AWR是Oracle 10g版本推出的新特性,全称叫Automatic Workload Repository-自动负载信息库,AWR是通过对比两次快,照(snapshot)收集到的统计信息,来生成报表数据,生成的报表包括多个部分
WORKLOADREPOSITORYreportfor
DBName
DBId
Instance
Instnum
Release
RAC
Host
ICCI
1314098396
ICCI1
1
10.2.0.3.0
YES
HPGICCI1
SnapId
SnapTime
Sessions
Cursors/Session
BeginSnap:
2678
25-Dec-0814:
04:
50
24
1.5
EndSnap:
2680
25-Dec-0815:
23:
37
26
1.5
Elapsed:
78.79(mins)
DBTime:
11.05(mins)
DBTime不包括Oracle后台进程消耗的时间。
如果DBTime远远小于Elapsed时间,说明数据库比较空闲。
dbtime=cputime+waittime(不包含空闲等待)(非后台进程)
说白了就是dbtime就是记录的服务器花在数据库运算(非后台进程)和等待(非空闲等待)上的时间
DBtime=cputime+allofnonidlewaiteventtime
在79分钟里(其间收集了3次快照数据),数据库耗时11分钟,RDA数据中显示系统有8个逻辑CPU(4个物理CPU),平均每个CPU耗时1.4分钟,CPU利用率只有大约2%(1.4/79)。
说明系统压力非常小。
列出下面这两个来做解释:
ReportA:
SnapIdSnapTimeSessionsCurs/Sess
---------------------------------------------
BeginSnap:
461024-Jul-0822:
00:
546819.1
EndSnap:
461224-Jul-0823:
00:
25171.7
Elapsed:
59.51(mins)
DBTime:
466.37(mins)
ReportB:
SnapIdSnapTimeSessionsCurs/Sess
---------------------------------------------
BeginSnap:
309813-Nov-0721:
00:
373913.6
EndSnap:
310213-Nov-0722:
00:
154016.4
Elapsed:
59.63(mins)
DBTime:
19.49(mins)
服务器是AIX的系统,4个双核cpu,共8个核:
/sbin>bindprocessor-q
Theavailableprocessorsare:
01234567
先说ReportA,在snapshot间隔中,总共约60分钟,cpu就共有60*8=480分钟,DBtime为466.37分钟,则:
cpu花费了466.37分钟在处理Oralce非空闲等待和运算上(比方逻辑读)
也就是说cpu有466.37/480*100%花费在处理Oracle的操作上,这还不包括后台进程
看ReportB,总共约60分钟,cpu有19.49/480*100%花费在处理Oracle的操作上
很显然,2中服务器的平均负载很低。
从awrreport的Elapsedtime和DBTime就能大概了解db的负载。
可是对于批量系统,数据库的工作负载总是集中在一段时间内。
如果快照周期不在这一段时间内,或者快照周期跨度太长而包含了大量的数据库空闲时间,所得出的分析结果是没有意义的。
这也说明选择分析时间段很关键,要选择能够代表性能问题的时间段。
ReportSummary
CacheSizes
Begin
End
BufferCache:
3,344M
3,344M
StdBlockSize:
8K
SharedPoolSize:
704M
704M
LogBuffer:
14,352K
显示SGA中每个区域的大小(在AMM改变它们之后),可用来与初始参数值比较。
sharedpool主要包括librarycache和dictionarycache。
librarycache用来存储最近解析(或编译)后SQL、PL/SQL和Javaclasses等。
librarycache用来存储最近引用的数据字典。
发生在librarycache或dictionarycache的cachemiss代价要比发生在buffercache的代价高得多。
因此sharedpool的设置要确保最近使用的数据都能被cache。
LoadProfile
PerSecond
PerTransaction
Redosize:
918,805.72
775,912.72
Logicalreads:
3,521.77
2,974.06
Blockchanges:
1,817.95
1,535.22
Physicalreads:
68.26
57.64
Physicalwrites:
362.59
306.20
Usercalls:
326.69
275.88
Parses:
38.66
32.65
Hardparses:
0.03
0.03
Sorts:
0.61
0.51
Logons:
0.01
0.01
Executes:
354.34
299.23
Transactions:
1.18
%BlockschangedperRead:
51.62
RecursiveCall%:
51.72
Rollbackpertransaction%:
85.49
RowsperSort:
########
显示数据库负载概况,将之与基线数据比较才具有更多的意义,如果每秒或每事务的负载变化不大,说明应用运行比较稳定。
单个的报告数据只说明应用的负载情况,绝大多数据并没有一个所谓“正确”的值,然而Logons大于每秒1~2个、Hardparses大于每秒100、全部parses超过每秒300表明可能有争用问题。
Redosize:
每秒产生的日志大小(单位字节),可标志数据变更频率,数据库任务的繁重与否。
Logicalreads:
每秒/每事务逻辑读的块数.平决每秒产生的逻辑读的block数。
LogicalReads=ConsistentGets+DBBlockGets
Blockchanges:
每秒/每事务修改的块数
Physicalreads:
每秒/每事务物理读的块数
Physicalwrites:
每秒/每事务物理写的块数
Usercalls:
每秒/每事务用户call次数
Parses:
SQL解析的次数.每秒解析次数,包括fastparse,softparse和hardparse三种数量的综合。
软解析每秒超过300次意味着你的"应用程序"效率不高,调整session_cursor_cache。
在这里,fastparse指的是直接在PGA中命中的情况(设置了session_cached_cursors=n);softparse是指在sharedpool中命中的情形;hardparse则是指都不命中的情况。
Hardparses:
其中硬解析的次数,硬解析太多,说明SQL重用率不高。
每秒产生的硬解析次数,每秒超过100次,就可能说明你绑定使用的不好,也可能是共享池设置不合理。
这时候可以启用参数cursor_sharing=similar|force,该参数默认值为exact。
但该参数设置为similar时,存在bug,可能导致执行计划的不优。
Sorts:
每秒/每事务的排序次数
Logons:
每秒/每事务登录的次数
Executes:
每秒/每事务SQL执行次数
Transactions:
每秒事务数.每秒产生的事务数,反映数据库任务繁重与否。
BlockschangedperRead:
表示逻辑读用于修改数据块的比例.在每一次逻辑读中更改的块的百分比。
RecursiveCall:
递归调用占所有操作的比率.递归调用的百分比,如果有很多PL/SQL,那么这个值就会比较高。
Rollbackpertransaction:
每事务的回滚率.看回滚率是不是很高,因为回滚很耗资源,如果回滚率过高,可能说明你的数据库经历了太多的无效操作,过多的回滚可能还会带来UndoBlock的竞争该参数计算公式如下:
Round(Userrollbacks/(usercommits+userrollbacks),4)*100%。
RowsperSort:
每次排序的行数
注:
Oracle的硬解析和软解析
提到软解析(softprase)和硬解析(hardprase),就不能不说一下Oracle对sql的处理过程。
当你发出一条sql语句交付Oracle,在执行和获取结果前,Oracle对此sql将进行几个步骤的处理过程:
1、语法检查(syntaxcheck)
检查此sql的拼写是否语法。
2、语义检查(semanticcheck)
诸如检查sql语句中的访问对象是否存在及该用户是否具备相应的权限。
3、对sql语句进行解析(prase)
利用内部算法对sql进行解析,生成解析树(parsetree)及执行计划(executionplan)。
4、执行sql,返回结果(executeandreturn)
其中,软、硬解析就发生在第三个过程里。
Oracle利用内部的hash算法来取得该sql的hash值,然后在librarycache里查找是否存在该hash值;
假设存在,则将此sql与cache中的进行比较;
假设“相同”,就将利用已有的解析树与执行计划,而省略了优化器的相关工作。
这也就是软解析的过程。
诚然,如果上面的2个假设中任有一个不成立,那么优化器都将进行创建解析树、生成执行计划的动作。
这个过程就叫硬解析。
创建解析树、生成执行计划对于sql的执行来说是开销昂贵的动作,所以,应当极力避免硬解析,尽量使用软解析。
InstanceEfficiencyPercentages(Target100%)
BufferNowait%:
100.00
RedoNoWait%:
100.00
BufferHit%:
98.72
In-memorySort%:
99.86
LibraryHit%:
99.97
SoftParse%:
99.92
ExecutetoParse%:
89.09
LatchHit%:
99.99
ParseCPUtoParseElapsd%:
7.99
%Non-ParseCPU:
99.95
本节包含了Oracle关键指标的内存命中率及其它数据库实例操作的效率。
其中BufferHitRatio也称CacheHitRatio,LibraryHitratio也称LibraryCacheHitratio。
同LoadProfile一节相同,这一节也没有所谓“正确”的值,而只能根据应用的特点判断是否合适。
在一个使用直接读执行大型并行查询的DSS环境,20%的BufferHitRatio是可以接受的,而这个值对于一个OLTP系统是完全不能接受的。
根据Oracle的经验,对于OLTPT系统,BufferHitRatio理想应该在90%以上。
BufferNowait表示在内存获得数据的未等待比例。
在缓冲区中获取Buffer的未等待比率。
BufferNowait的这个值一般需要大于99%。
否则可能存在争用,可以在后面的等待事件中进一步确认。
bufferhit表示进程从内存中找到数据块的比率,监视这个值是否发生重大变化比这个值本身更重要。
对于一般的OLTP系统,如果此值低于80%,应该给数据库分配更多的内存。
数据块在数据缓冲区中的命中率,通常应在95%以上。
否则,小于95%,需要调整重要的参数,小于90%可能是要加db_cache_size。
一个高的命中率,不一定代表这个系统的性能是最优的,比如大量的非选择性的索引被频繁访问,就会造成命中率很高的假相(大量的dbfilesequentialread),但是一个比较低的命中率,一般就会对这个系统的性能产生影响,需要调整。
命中率的突变,往往是一个不好的信息。
如果命中率突然增大,可以检查topbuffergetSQL,查看导致大量逻辑读的语句和索引,如果命中率突然减小,可以检查topphysicalreadsSQL,检查产生大量物理读的语句,主要是那些没有使用索引或者索引被删除的。
RedoNoWait表示在LOG缓冲区获得BUFFER的未等待比例。
如果太低(可参考90%阀值),考虑增加LOGBUFFER。
当redobuffer达到1M时,就需要写到redolog文件,所以一般当redobuffer设置超过1M,不太可能存在等待buffer空间分配的情况。
当前,一般设置为2M的redobuffer,对于内存总量来说,应该不是一个太大的值。
libraryhit表示Oracle从LibraryCache中检索到一个解析过的SQL或PL/SQL语句的比率,当应用程序调用SQL或存储过程时,Oracle检查LibraryCache确定是否存在解析过的版本,如果存在,Oracle立即执行语句;如果不存在,Oracle解析此语句,并在LibraryCache中为它分配共享SQL区。
低的libraryhitratio会导致过多的解析,增加CPU消耗,降低性能。
如果libraryhitratio低于90%,可能需要调大sharedpool区。
STATEMENT在共享区的命中率,通常应该保持在95%以上,否则需要要考虑:
加大共享池;使用绑定变量;修改cursor_sharing等参数。
LatchHit:
Latch是一种保护内存结构的锁,可以认为是SERVER进程获取访问内存数据结构的许可。
要确保LatchHit>99%,否则意味着SharedPoollatch争用,可能由于未共享的SQL,或者LibraryCache太小,可使用绑定变更或调大SharedPool解决。
要确保>99%,否则存在严重的性能问题。
当该值出现问题的时候,我们可以借助后面的等待时间和latch分析来查找解决问题。
ParseCPUtoParseElapsd:
解析实际运行时间/(解析实际运行时间+解析中等待资源时间),越高越好。
计算公式为:
ParseCPUtoParseElapsd%=100*(parsetimecpu/parsetimeelapsed)。
即:
解析实际运行时间/(解析实际运行时间+解析中等待资源时间)。
如果该比率为100%,意味着CPU等待时间为0,没有任何等待。
Non-ParseCPU:
SQL实际运行时间/(SQL实际运行时间+SQL解析时间),太低表示解析消耗时间过多。
计算公式为:
%Non-ParseCPU=round(100*1-PARSE_CPU/TOT_CPU),2)。
如果这个值比较小,表示解析消耗的CPU时间过多。
与PARSE_CPU相比,如果TOT_CPU很高,这个比值将接近100%,这是很好的,说明计算机执行的大部分工作是执行查询的工作,而不是分析查询的工作。
ExecutetoParse:
是语句执行与分析的比例,如果要SQL重用率高,则这个比例会很高。
该值越高表示一次解析后被重复执行的次数越多。
计算公式为:
ExecutetoParse=100*(1-Parses/Executions)。
本例中,差不多每execution5次需要一次parse。
所以如果系统Parses>Executions,就可能出现该比率小于0的情况。
该值<0通常说明sharedpool设置或者语句效率存在问题,造成反复解析,reparse可能较严重,或者是可能同snapshot有关,通常说明数据库性能存在问题。
In-memorySort:
在内存中排序的比率,如果过低说明有大量的排序在临时表空间中进行。
考虑调大PGA(10g)。
如果低于95%,可以通过适当调大初始化参数PGA_AGGREGATE_TARGET或者SORT_AREA_SIZE来解决,注意这两个参数设置作用的范围时不同的,SORT_AREA_SIZE是针对每个session设置的,PGA_AGGREGATE_TARGET则时针对所有的sesion的。
SoftParse:
软解析的百分比(softs/softs+hards),近似当作sql在共享区的命中率,太低则需要调整应用使用绑定变量。
sql在共享区的命中率,小于<95%,需要考虑绑定,如果低于80%,那么就可以认为sql基本没有被重用
SharedPoolStatistics
Begin
End
MemoryUsage%:
47.19
47.50
%SQLwithexecutions>1:
88.48
79.81
%MemoryforSQLw/exec>1:
79.99
73.52
MemoryUsage%:
对于一个已经运行一段时间的数据库来说,共享池内存使用率,应该稳定在75%-90%间,如果太小,说明SharedPool有浪费,而如果高于90,说明共享池中有争用,内存不足。
这个数字应该长时间稳定在75%~90%。
如果这个百分比太低,表明共享池设置过大,带来额外的管理上的负担,从而在某些条件下会导致性能的下降。
如果这个百分率太高,会使共享池外部的组件老化,如果SQL语句被再次执行,这将使得SQL语句被硬解析。
在一个大小合适的系统中,共享池的使用率将处于75%到略低于90%的范围内.
SQLwithexecutions>1:
执行次数大于1的sql比率,如果此值太小,说明需要在应用中更多使用绑定变量,避免过多SQL解析。
在一个趋向于循环运行的系统中,必须认真考虑这个数字。
在这个循环系统中,在一天中相对于另一部分时间的部分时间里执行了一组不同的SQL语句。
在共享池中,在观察期间将有一组未被执行过的SQL语句,这仅仅是因为要执行它们的语句在观察期间没有运行。
只有系统连续运行相同的SQL语句组,这个数字才会接近100%。
MemoryforSQLw/exec>1:
执行次数大于1的SQL消耗内存的占比。
这是与不频繁使用的SQL语句相比,频繁使用的SQL语句消耗内存多少的一个度量。
这个数字将在总体上与%SQLwithexecutions>1非常接近,除非有某些查询任务消耗的内存没有规律。
在稳定状态下,总体上会看见随着时间的推移大约有75%~85%的共享池被使用。
如果Statspack报表的时间窗口足够大到覆盖所有的周期,执行次数大于一次的SQL语句的百分率应该接近于100%。
这是一个受观察之间持续时间影响的统计数字。
可以期望它随观察之间的时间长度增大而增大。
小结:
通过ORACLE的实例有效性统计数据,我们可以获得大概的一个整体印象,然而我们并不能由此来确定数据运行的性能。
当前性能问题的确定,我们主要还是依靠下面的等待事件来确认。
我们可以这样理解两部分的内容,hit统计帮助我们发现和预测一些系统将要产生的性能问题,由此我们可以做到未雨绸缪。
而wait事件,就是表明当前数据库已经出现了性能问题需要解决,所以是亡羊补牢的性质。
Top5TimedEvents
Event
Waits
Time(s)
AvgWait(ms)
%TotalCallTime
WaitClass
CPUtime
515
77.6
SQL*Netmoredatafromclient
27,319
64
2
9.7
Network
logfileparallelwrite
5,497
47
9
7.1
SystemI/O
dbfilesequentialread
7,900
35
4
5.3
UserI/O
dbfileparallelwrite
4,806
34
7
5.1
SystemI/O
这是报告概要的最后一节,显示了系统中最严重的5个等待,按所占等待时间的比例倒序列示。
当我们调优时,总希望观察到最显著的效果,因此应当从这里入手确定我们下一步做什么。
例如如果‘bufferbusywait’是较严重的等待事件,我们应当继续研究报告中BufferWait和File/TablespaceIO区的内容,识别哪些文件导致了问题。
如果最严重的等待事件是I/O事件,我们应当研究按物理读排序的SQL语句区以识别哪些语句在执行大量I/O,并研究Tablespace和I/O区观察较慢响应时间的文件。
如果有较高的LATCH等待,就需要察看详细的LATCH统计识别哪些LATCH产生的问题。
一个性能良好的系统,cputime应该在top5的前面,否则说明你的系统大部分时间都用在等待上。
在这里,logfileparallelwrite是相对比较多的等待,占用了7%的CPU时间。
通常,在没有问题的数据库中,CPUtime总是列在第一个。
更多的等待事件,参见本报告的WaitEvents一节。
RACStatistics
Begin
End
NumberofInstances:
2
2
GlobalCacheLoadProfile
PerSecond
PerTransaction
GlobalCacheblocksreceived:
4.16
3.51
GlobalCacheblocksserved:
5.97
5.04
GCS/GESmessagesreceived:
408.47
344.95
GCS/GESmessagessent:
258.03
217.90
DBWRFusionwrites:
0.05
0.05
EstdInterconnecttraffic(KB)
211.16
GlobalCacheEfficiencyPercentages(Targetlocal+remote100%)
Bufferaccess-